美國外送巨頭 DoorDash 今日推出全新 Tasks 應用程式，讓外送員透過拍攝日常生活行為或錄製語音內容，協助 AI 模型與機器人理解現實世界運作。此舉為零工經濟開啟新收入來源，也反映許多產業正從現實世界蒐集數據用以訓練自家模型或對外兜售的趨勢。
(寶可夢玩家替公司訓練 300 億張照片打造「AI 世界模型」，助攻外送機器人產業)
DoorDash 推出 Tasks：外送員能從日常任務賺額外收入
DoorDash 宣布推出獨立應用程式 Tasks，開放旗下數百萬名外送員接取額外任務，以換取報酬。這些任務涵蓋各類日常活動，例如摺衣服、洗碗、鋪床，甚至修剪植栽等，報酬則依據任務的複雜度與所需時間而定，大約是幾十美元不等。
此外，平台也提供語音錄製任務，例如要求使用者以特定語言進行自然對話，協助語音模型訓練。
DoorDash 表示，這些資料將用於提升 AI 與機器人對物理世界的理解能力，進一步應用於自動化與智慧系統發展。該公司亦指出，目前 Tasks 屬於小規模測試計畫，未來將逐步擴展任務種類與應用場景。
從文字圖片到現實數據：AI 訓練需求邁向實體行為
近年來，AI 訓練資料來源已從文字與圖片，延伸至更複雜的實體行為數據。DoorDash 的新計畫正是此趨勢的體現。透過收集人類在真實環境中的動作、操作流程與語言互動，AI 模型得以更精準模擬人類行為，例如學習如何正確將餐具放入洗碗機，或理解居家環境中的物品擺放方式。
Techcrunch 報導指出，DoorDash 所蒐集的影音資料，除了用於內部 AI 模型，也可能提供給零售、保險、旅宿與科技產業合作夥伴進行應用與測試，進一步擴大資料價值。
零工經濟成 AI 數據最佳培養皿：Uber 等平台陸續跟進
DoorDash 並非唯一將零工勞動力導入 AI 訓練的企業，Uber 早前已試行類似計畫，讓司機透過上傳照片與錄音資料賺取額外收入；Instawork 則曾招募工作者佩戴頭戴式裝置，記錄清潔家務的過程。更有機器人公司 Sunday Robotics 透過「動作捕捉手套」蒐集人體操作數據，用於訓練家用機器人。
這種趨勢顯示，零工平台正逐漸成為「資料蒐集網路」，利用龐大的用戶基礎，在不同地區快速取得多樣化的現實數據。
社群熱議：AI 訓練邁入「人類行為商品化」時代
隨著 Task 計畫曝光，社群上也出現相關討論。Bankless 製作人認為，透過報酬誘因蒐集日常行為數據，可能會使零工勞動力轉向資料生產成為趨勢，這類資料對於發展自動化技術與機器人應用具有關鍵價值。
隨著 DoorDash 持續與自駕技術公司合作佈局無人送餐服務，如何在效率提升、勞動型態轉變與資料使用之間取得平衡，將成為產業與社會關注的重要議題。
這篇文章 拍摺衣服影片就能賺外快？DoorDash Tasks 讓外送員兼差訓練 AI 引發熱議 最早出現於 鏈新聞 ABMedia。
